基于刀具磨损状态识别的加工参数多目标优化

在数控铣削过程中,刀具磨损对机床主轴能耗影响很大,同时与刀具加工能力直接相关,需适时调整加工参数以适应不同磨损状态,保证多目标综合最优.针对此问题,基于刀具磨损状态识别,根据不同磨损时期给出相应的加工参数优化策略.首先,以刀具寿命周期内的主轴功率为基础,采用粒子群优化算法(particle swarm optimization,PSO)建立考虑刀具磨损的能耗模型,平均误差低于5%,并基于与刀具磨损的强相关性,以主轴功率作为单一指标识别刀具磨损状态.进一步,为获取影响加工成本的动态性指标——刀具剩余使用寿命(remaining useful life,RUL)及相应的主轴功率,利用人工神经网络(artificial neural network,ANN)建立刀具磨损退化模型,通过描述主轴功率随时间的变化来隐含退化过程,该模型拟合度达0.992.最终,综合考虑能耗、刀具及时间成本,设计多目标优化函数,并通过遗传算法(genetic algorithm,GA)搜索函数最小值,给出不同磨损时期的最优加工参数及优化策略.此加工参数多目标优化融入了主轴功率与刀具RUL等动态指标,可依据主轴功率在线...     

中国沉积岩容矿铅锌矿床中的关键金属

沉积岩容矿铅锌矿床主要包括碎屑岩赋矿(clastic-dominated, CD)矿床和密西西比河谷型(Mississippi-Valley type, MVT)矿床两种,它是世界上Cd、Ga、Ge等关键金属的重要来源,并具有In、Co、Tl的资源潜力.中国沉积岩容矿铅锌矿床主要分布在5个成矿区/带,提供了全国54%的铅锌用量,但其伴生关键金属的资源潜力和成矿机制尚不清楚.本文在综述沉积岩容矿铅锌矿床中伴生的主要关键金属和中国沉积岩容矿铅锌矿床的基础上,详细总结了中国沉积岩容矿铅锌矿床中关键金属的分布特征和富集机制.各类关键金属元素在中国沉积岩容矿铅锌矿床中分布不均,相对地壳丰度, Cd、Ge、In最为富集, Tl、Co有一定富集, Ga的富集程度较低;从矿床类型上来看, Cd、Ga、Ge、Tl在中国MVT矿床中相对富集, In、Co在CD矿床中相对富集;从区域分布上来看,不同元素的富集区带差异很大,除Cd在5个成矿区/带都有较好富集外,其他金属在三江带、扬子地台、厂坝成矿带出现不同程度富集.总结发现,沉积岩容矿铅锌矿床对所富集关键金属的种类具选择性,而关键金属在该类矿床中的富集程度也...     

基于深度神经网络的高环境 适应性水声通信系统研究

深度神经网络中的自动编码器(Autoencoder,AE)通过收发端两个神经网络模块进行全局优化,利用端到端的训练方式以提高通信系统的可靠性.然而,现有对AE的研究未针对信道进行特殊设计,尤其对于时变的水声信道的多径效应,难以进行灵活调整,降低了该方法的实用性.本文提出一种提高水声通信系统信道环境适应性的Attention-Autoencoder网络模型,基于Attention网络可以高效地从大量信息中筛选出关键信息的特点,设计了一种针对水声信道的Attention机制,该机制能够增加网络提取水声信道特征的能力,使系统的适应性大大提高.仿真验证和湖试实验结果表明,基于Attention-Autoencoder网络模型的通信系统与基于文献中AE模型和没有引入神经网络的水声通信系统相比,具有更高的信道环境适应性.     

基于回转输运试验的煤散料离散元接触参数修正

为获取精确的刮板输送机离散元模拟结果，基于回转输运试验，通过响应面法对煤料的接触参数进行修正.采用Plackett-Burman试验考察接触参数对受力及堆积角的影响，发现煤-钢静摩擦系数、煤-煤摩擦系数具有显著正效应.根据爬坡试验结果，以受力及堆积角为响应值规划Box-Behnken试验，建立受力、堆积角与显著项间的二次回归多项式，以实测数据为目标值求得最佳参数:煤-钢静摩擦系数为0.401，煤-煤静摩擦系数为0.333，煤-煤滚动摩擦系数为0.041.通过不同输运条件下的回转试验验证了参数的准确性，为刮板输送机的离散元研究提供参考.     

Short-range clutter suppression method combining oblique projection and interpolation in airborne CFA radar

The airborne conformal array(CFA)radar's clutter ridges are range-modulated,which result in a bias in the estimation of the clutter covariance matrix(CCM)of the cell under test(CUT),further,reducing the clutter suppression performance of the airborne CFA radar.The clutter ridges can be effectively compensated by the space-time separation interpolation(STSINT)method,which costs less computation than the space-time interpolation(STINT)method,but the performance of interpolation algorithms is seriously affected by the short-range clutter,especially near the platform height.Location distributions of CFA are free,which yields serious impact that range spaces of steering vector matrices are non-orthogonal complement and even no longer disjoint.Further,a new method is proposed that the shortrange clutter is pre-processed by oblique projection with the intersected range spaces(OPIRS),and then clutter data after being pre-processed are compensated to the desired range bin through the STSINT method.The OPIRS also has good compatibility and can be used in combination with many existing methods.At the same time,oblique projectors of OPIRS can be obtained in advance,so the proposed method has almost the same computational load as the traditional compensation method.In addition,the proposed method can perform well when the channel error exists.Computer simulation results verify the effectiveness of the proposed method.     

一种基于局部平均法向变形的网格参数化方法

针对有边界无边界的网格参数化问题, 提出一种局部平均法向变形的网格参数化方法, 以平均曲率流的方式为参考, 将顶点推向其邻居的平均位置, 使网格变形至平面或球面. 首先, 计算每个三角形邻居面的平均法向, 并以该法向为目标, 计算每个面法向变化的旋转矩阵; 其次, 基于Poisson方程将整个网格重新“缝合”, 通过优化拉伸能量, 计算顶点的新坐标. 交替迭代上述两个步骤, 将网格变形至常平均曲率曲面. 该算法与一般的基于能量优化的方法不同, 每次迭代只需求解稀疏线性方程, 因此可以快速处理大型数据集. 通过在形变过程中加入惩罚函数动态地调整全局平均法向量的权重, 避免了变形过程中三角形退化或翻转的问题. 实验结果表明, 与其他参数化方法相比, 该方法具有实用可靠、 计算效率高等优点, 并能在同一框架下计算低扭曲的平面参数化和球面参数化.     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

磺酸化CNTs在钙钛矿太阳能电池电极中的应用

为解决钙钛矿太阳能电池(perovskite solar cells,PSCs)中采用贵金属作为对电极(counter electrode,CE)而导致的成本高昂问题,对碳纳米管(CNTs)进行磺酸化处理,并将磺酸化CNTs(s-CNTs)作为对电极材料应用到PSCs中.利用稳态荧光(PL)、电化学阻抗(EI)等方法对PSCs的电荷传输过程进行研究,结果如下:与CNTs对电极相比,s-CNTs对电极具有更好的导电性、更优异的空穴提取和传输能力,在s-CNTs基PSC上获得6.18％的能量转换效率.当喷涂量为1 mL/块,退火温度为100℃,退火时间为30 min时,s-CNTs基PSC的各项性能最优,并具有较好的重复性.研究结果为改善碳基PSCs的光电性能提供了新思路.     

水浸与周期荷载耦合下CFRP锚固系统的耐久性分析

借助光纤布拉格光栅(FBG)传感器,在不同浸润时间下,对碳纤维复合材料(CFRP)锚固结构进行周期荷载实验,探究水浸与周期荷载下CFRP锚固结构的耐久性.试验结果表明:随着循环次数的增加,环氧体塑性变形减小,并趋于稳定;水浸与周期荷载作用下,锚具内CFRP筋发生变形,但无脱锚现象发生;CFRP筋与环氧体界面受水浸环境影响小,筋材表面无腐蚀.     

SAR image de-noising via grouping-based PCA and guided filter

A novel synthetic aperture radar(SAR)image de-noising method based on the local pixel grouping(LPG)principal component analysis(PCA)and guided filter is proposed.This method contains two steps.In the first step,we process the noisy image by coarse filters,which can suppress the speckle effectively.The original SAR image is transformed into the additive noise model by logarithmic transform with deviation correction.Then,we use the pixel and its nearest neighbors as a vector to select training samples from the local window by LPG based on the block similar matching.The LPG method ensures that only the similar sample patches are used in the local statistical calculation of PCA transform estimation,so that the local features of the image can be well preserved after coefficients shrinkage in the PCA domain.In the second step,we do the guided filtering which can effectively eliminate small artifacts left over from the coarse filtering.Experimental results of simulated and real SAR images show that the proposed method outstrips the state-of-the-art image de-noising methods in the peak signalto-noise ratio(PSNR),the structural similarity(SSIM)index and the equivalent number of looks(ENLs),and is of perceived image quality.